自从谷歌研发的阿尔法狗(AlphaGo)对战世界围棋冠军李世石并最终以4：1取胜，引发了全世界范围的大讨论，为什么一场围棋比赛能引发如此广泛的关注?
“人工智能”这个buzzword，常常会因为营销或者新闻报道的需求而被赋予不同的含义，其外延有时等同于“机器学习”，有时不等同，所以最外圈的这个等号并不完全准确。不过在2016年被大家普遍讨论的这些“AI”，可以认为基本上就是机器学习。内部的四个小圈则是学术上有确定外延的四个概念，代表了当前最重要的四个问题领域，是需要明确的重点概念。
有监督学习——让机器观测到一些输入，并告诉机器在这些输入下应该产生什么样的输出。机器通过这些数据学习出一个模型，之后给它新输入的时候，它能够根据模型预测应该产生什么样的输出。比如机器看到一个图片，可以判断图片中的物体属于哪一个分类。
无监督学习——让机器观测到一些输入，而没有标准输出，让机器自行去总结这些输入数据有什么统计特征，并生成有意义的产出。例如自动把大批文章聚成相似的几类，又例如给计算机看一些小狗小猫的照片，让计算机自动生成一些新的(与看过的.相似但又不同的)小狗小猫的照片。
增强学习——让机器观测到一些输入，并让机器根据输入做特定动作(action)。这些动作导致机器获得收益或者惩罚(reward)。机器通过增强学习优化它的动作策略(strategy)，使得它的长期收益最大化。下棋就是这一类典型的问题，strategy就是行棋策略，reward就是赢棋。
深度学习——事实上不是一类问题，而只是一种方法，一种通过多层神经网络来构建上述三种问题所需要的模型的方法。
人工智能已经来了，它就在我们身边，几乎无处不在。
人工智能技术正在彻底改变人类的认知，重建人机相互协作的关系。史无前例的自动驾驶正在重构我们头脑中的出行地图和人类生活图景，今天的人工智能技术也正在翻译、写作、绘画等人文和艺术领域进行大胆的尝试。
不管怎么说，努力应变吧，这本书讲得还算全面，算是一本入门图书。
翻开这本书读到的第一句话，就对这本书产生了好感……
“即使我们可以使机器屈服于人类，比如，可以在关键时刻关掉电源，然而作为一个物种，我们也应当感到极大的敬畏。——阿兰·图灵”
这句话放在几年前，恐怕有太多人是不认同的'，但是今日，人工智能已经走进每个人的生活，它似乎不止可以帮助人类，甚至要替代人类，这让大家不禁开始恐慌，当机器有了人的思想，世界将会怎样?
翻开这本厚重的书，我们可以从技术、产业、战略、法律、伦理、治理、未来，7个篇章中了解人工智能，可以说这事一本在人工智能上及其全面的书，它带着我从了解人工智能，解释人们对人工智能的误区，介绍人工智能的过去现在未来，到人工智能的产业，众所周知的自动驾驶、智能机器人、智能家居，还有在这些背后的一些问题，比如法律问题，当AI犯法，应该由谁负责，如何负责?等等等等……
作为一个外行，在人工智能刚刚进入大家的视野时，我们注意到的恐怕只有AI机器人、自动驾驶、智能家居……这些看似对生活产生便利的方面，但是读了这本书，我再次体会了，对于机器，要产生敬畏，同时，国家也一应该制定相关的法律法规。在互联网如此发达的今日，必须要把那些妄想利用AI犯罪逃脱法网犯罪分子扼杀在摇篮里。
希望在不远的将来，我们可以因为人工智能时代的到来而庆幸。
20xx年3月15日AlphaGo最终局大比分战胜世界围棋冠军李世石，带给世人的震撼与担心至今仍未消除。人工智能的发展并未因此停滞，技术的进步一天一个台阶，我们更加直观的感受到智能时代正扑面而来。《智能时代：大数据与智能革命重新定义未来》则系统的描绘了技术发展、思维变革为当下和今后带来的深刻改变。作者吴军博士曾供职于谷歌和腾讯，参与主导搜索、语言处理等项目研发，在书中作者不仅用浅显易懂的语言解释了技术发展，更有来自一线的生动事例，读完本书我们将会对智能时代有一个清晰直观的了解。
机器智能与大数据
机器智能到底是什么样的?根据电子计算机奠基人阿兰·图灵在1950年提出的判别方法：让一台机器和一个人坐在幕后，让一个裁判同时与幕后的人和机器进行交流，如果这个裁判无法判断自己的交流对象是人还是机器，就说明这台机器有了和人同等的智能。计算机科学家们认为，计算机能够实现语音识别、机器翻译、文本的自动摘要或者写作、战胜人类的国际象棋冠军或者自动回答问题中的一项，即可认为它具有了图灵所说的那种智能。现在，计算机已经能完成上述任务，而且效果超出了大部分人的预期。其中实现人工智能的途径并不是使得“机器在像我们那样思考”，而是20世纪70年代工业界采用数据驱动和超级计算的方法，使得机器智能有了突破性的进展。
数据驱动的实现仰仗大数据的获取与利用，那么什么是大数据呢?根据百度百科定义，数据是事实或观察的结果，是对客观事物的逻辑归纳，适用于表示客观事物的未经加工的原始素材。数据不仅仅是数字，也包括图像、声音等等。大数据则具有体量大、多维度、完备性、及时性等特点。量变引起质变，大数据带来了思维转变，将原先的智能问题转化为了数据问题。
机械思维与大数据思维
世界变化的规律是确定的;因其具有确定性，规律性可以被认知和用简单的公式或者语言描述清楚;这些规律可以被反复验证，可以应用到未知领域指导实践。这就是后人总结牛顿的方法概括的机械思维，正是这一思维指导产生了工业革命。直到今天我们可以发现这种思维存在很大的局限性，世界存在较大的'不确定性和不可知性。但并不是完全没有规律可循，可以使用概率模型来描述。在此基础上克劳迪·香农提出了信息论，信息量的度量等于不确定性的多少，我们对某件事不了解，则需要大量信息;反之，则不需要太多。
技术的进步，使得大数据时代到来，大数据的重要特征现在发挥了突出的作用。承认世界的不确定性，使用数据中包含的信息帮助我们消减不确定性，找到解决问题的新方法;某些情况下寻找数据间的相关性而不是遵循因果关系，帮助我们直达目的，这就是大数据思维。它是对机械思维的补充，可以更加快速的适应时代的发展。
应用与冲突
“现有产业+新技术=新产业”是历次重大技术革命沿袭的规律。科技进步是经济发展的驱动力，技术进步成果与工商业的结合的丰厚产出，又保障了新一轮技术研发的投入，带来了良性循环。电子商务平台、音乐视频软件的针对性推荐就是对大数据时效性的充分利用，无人驾驶汽车则是大数据完备性特点的发挥，精准度越来越高的天气预报是采用大数据多维度的结果。。。大数据将在各行各业运用，产生各种奇妙的反应。书中最令人印象深刻的是大数据在体育行业的运用，来自硅谷的精英收购了当时NBA最烂的球队-金州勇士队，之后勇士队利用数据制定战略、根据实时数据及时调整战术，实现了队伍的逆袭，勇士队也被看做NBA里的Google。
不论是最近处在风口浪尖的国内电商平台利用大数据“杀熟”还是Facebook的泄密事件，都暴露出在大数据时代对公民的信息隐私安全的保护是一个刻不容缓的事情。当今情况下，得大数据者得天下，企业手握大量的数据却无法保证是否是善意的，同时监管缺位，个人对信息安全的重视程度不够高，也放纵了某些企业的作为，我们享受大数据带来的便利，却不能忽视个人隐私泄露可能带来的风险。
“古人说：苟日新，日日新，又日新。今天，我们站在现实与未来的交汇处，技术日新月异，冲击无处不在，只有保持不断学习，不断开拓思维，才能与这个时代一同前行，拥抱一个崭新的未来。“
